|极市线上分享第136期 |
一直以来,为让大家更好地了解学界业界优秀的论文和工作,极市已邀请了超过100位技术大咖嘉宾,并完成了135 期极市线上直播分享。
往期分享请前往bbs.cvmart.net/topics/149或直接阅读原文,也欢迎各位小伙伴自荐或推荐更多优秀的技术嘉宾到极市进行技术分享,与大家一起交流学习~~
本次分享我们邀请到了悉尼科技大学ReLER Lab在读博士陈牧,为大家详细介绍他们中稿ACM Multimedia 2024 Oral的工作 :本次分享介绍一种新颖的多模态场景适应的探索方法:DCF, Transferring to Real-World Layouts: A Depth-aware Framework for Scene Adaptation,这项工作被ACM Multimedia 2024提名为口头报告(Oral Presentation,3.97%)。DCF通过手工设计基于深度感知的类别过滤器,手动将自动驾驶场景的物体分类为近景,中景,远景,并且将不符合预先定义分布的数据进行过滤,实现由虚拟到真实世界分布的转变。提出的方法显著提高了小物体类别的性能,并能灵活地迁移到不同模型,取得SOTA结果。本次分享对想了解视觉场景理解及领域自适应方向的同学会很有帮助。论文地址:https://arxiv.org/abs/2311.12682
代码地址:https://github.com/chen742/DCF
作者主页:https://chen742.github.io
时间
2024年10月22日(周二):20:00-21:00
主题
http://live.bilibili.com/3344545陈牧
悉尼科技大学ReLER Lab在读博士,导师为杨易教授。近两年在视觉及多媒体领域顶级会议发表多篇一作论文,并担任T-PAMI等ACM/IEEE顶级期刊和会议审稿人。主要研究兴趣为计算机视觉,包括视觉场景理解、视频分割、领域自适应、以人为中心的场景交互等。更多信息见个人主页:https://chen742.github.io1. 视觉场景理解入门知识
2. 驾驶场景语义分割中的域适应挑战
3. 常见域适应方法及多模态几何知识的引入
4. 深度感知过滤器(Depth-aware Filter)
5. 总结与展望
极市平台专注分享计算机视觉前沿资讯和技术干货,特邀请行业内专业牛人嘉宾为大家分享视觉领域内的干货及经验,目前已成功举办135 期线上分享。近期在线分享可点击以下合集查看:
更多往期分享请浏览:极市计算机视觉技术分享集锦
(http://bbs.cvmart.net/topics/149/cvshare),也可以点击阅读原文获取。